
GIUMMOLE' Federica
- Qualifica
- Professoressa Associata
- Incarichi
-
Componente del Presidio della Qualità di Ateneo (PQA)
Presidente Commissione Paritetica
- Telefono
- 041 234 8405
-
giummole@unive.it
- Fax
- 041 234 8584
- SSD
- STATISTICA [SECS-S/01]
- Sito web
-
www.unive.it/persone/giummole (scheda personale)
- Struttura
-
Dipartimento di Scienze Ambientali, Informatica e Statistica
Sito web struttura: https://www.unive.it/dais
Sede: Campus scientifico via Torino
Stanza: studio Z.A13 (edificio Zeta A, 1° piano)
Dati relazione
- Periodo di riferimento
- 02/02/2018 - 01/02/2021
- Afferenza
- Dipartimento di Scienze Ambientali, Informatica e Statistica
- Ruolo
- Professore associato
Attività didattica
A.A. | Insegnamento | Codice | Voto | Voto medio area |
---|---|---|---|---|
2017/2018 | PROBABILITA' E STATISTICA | CT0111 | 2.9 | 3.2 |
2017/2018 | PROBABILITY AND STATISTICS | ET7007 | 3.2 | 3.1 |
2017/2018 | STATISTICA | CT0131 | 3.2 | 3.2 |
2018/2019 | PROBABILITA' E STATISTICA | CT0111 | 2.4 | 3.2 |
2018/2019 | STATISTICA | CT0131 | 3.2 | 3.2 |
2018/2019 | STATISTICA | ET0060 | 3.1 | 3.1 |
2019/2020 | EXPERIMENTAL DESIGN AND STATISTICS | CM0515 | 8.7 | 7.9 |
2019/2020 | PROBABILITA' E STATISTICA | CT0111 | 7.5 | 7.9 |
2019/2020 | PROBABILITY AND STATISTICS | ET7007 | 8.3 | 7.6 |
Tesi
Anno solare | Tipologia | Tesi Relatore | Tesi Correlatore |
---|---|---|---|
2018 | Corso di laurea | 3 | |
2019 | Corso di laurea | 3 | |
2020 | Corso di laurea | 3 |
Ricerche sviluppate e in corso
- Inferenza predittiva
- Valutazione frequentista di metodi Bayesiani
- Verosimiglianze composite
Pubblicazioni realizzate nel triennio
- Giovanni Fonseca, Federica Giummolè, Paolo Vidoni (2021), Confidence distributions for predictive tail probabilities in G. Fonseca, F. Giummolè, P.Vidoni, Book of short papers - SIS 2021, Pearson, pp. 652-657, Convegno: 50TH MEETING OF THE ITALIAN STATISTICAL SOCIETY, 21-25 giugno 2021 (ISBN 9788891927361) (Articolo in Atti di convegno)
- Giovanni Fonseca, Giummolè Federica, Paolo Vidoni (2020), A note on simultaneous calibrated prediction intervals for time series in STATISTICAL METHODS & APPLICATIONS, vol. N/D (ISSN 1613-981X) (Articolo su rivista)
- Federica Giummolè; Laura Ventura (2020), Invited discussion on: On a class of objective priors from scoring rules (with discussion) in BAYESIAN ANALYSIS, vol. 15, pp. 1384-1390 (ISSN 1936-0975) (Articolo su rivista)
- Giummolè Federica; Mameli Valentina (2020), Comparing predictive distributions in EMOS , Book of short papers - SIS 2020, Pearson, pp. 828-833, Convegno: SIS2020, giugno 2020 (ISBN 9788891910776) (Articolo in Atti di convegno)
- F. Giummole', V. Mameli, E. Ruli, L. Ventura (2019), Objective Bayesian inference with proper scoring rules in TEST, vol. 28, pp. 728-755 (ISSN 1133-0686) (Articolo su rivista)
- G. Fonseca, F. Giummolè (2019), Extreme value prediction: an application to sport records , Proceedings of MathSport International 2019 Conference, Atene, Propobos Publications, pp. 96-104, Convegno: MathSport International 2019, 01-03/07/2019 (ISBN 978-618-5036-53-9) (Articolo in Atti di convegno)
- Federica Giummolè; Valentina Mameli (2018), Asymptotic minimum scoring rule prediction in ELECTRONIC JOURNAL OF STATISTICS, vol. 12, pp. 2401-2429 (ISSN 1935-7524) (Articolo su rivista)
- G. Fonseca, F. Giummolè, P. Vidoni (2018), Simultaneous calibrated prediction intervals for time series , Book of Short Papers SIS 2018, Pearson, pp. 1-6, Convegno: 49th Scientific Meeting of the Italian Statistical Society, 20-22 giugno 2018 (ISBN 9788891910233) (Articolo in Atti di convegno)
Descrizione dell'attività di ricerca svolta nel triennio e gli obiettivi futuri
Nell’ambito dei metodi bayesiani oggettivi, mi sono occupata di una generalizzazione della formula di Bayes in cui la verosimiglianza classica è sostituita da una scoring rule e la distribuzione a priori è ottenuta minimizzando una certa funzione di perdita. La proposta risulta particolarmente interessante nei contesti in cui la specificazione o l’utilizzo di una verosimiglianza propria sono particolarmente difficili.
Attualmente sto approfondendo le diverse proprietà che si possono richiedere ad una distribuzione predittiva e nuovi metodi per ottenere distribuzioni predittive ottime. Inoltre mi sto occupando di come stimare la distribuzione di una variabile misurata con errore, utilizzando i metodi ABC (approximate Bayesian computation) che si sono molto diffusi negli ultimi anni. Vorrei infine approfondire l’utilizzo dei metodi ABC per la previsione, ambito in cui fino ad ora questi metodi non sono stati ancora studiati in modo esaustivo.
Relazioni invitate presso convegni o workshops
Presentazione. Extreme value prediction: an application to sport records. MathSport International, Atene, 2019.
Altre attività scientifiche
Componente di Collegi didattici, Comitati e Commissioni di Dipartimento, Commissioni di Ateneo
Membro del Collegio didattico di Ingegneria Fisica dal 2020
Membro del Collegio didattico in Informatica fino al 2018
Membro di numerose commissioni valutatrici per il reclutamento di ricercatori, assegnisti e tutor, sia interne che esterne a Ca' Foscari.